深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
61	2025-09-14	An Explainable Deep Learning Framework for Multimodal Autism Diagnosis Using XAI GAMI-Net and Hypernetworks 2025-Sep-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172232 PMID:40941719	研究论文	提出一种基于可解释深度学习的多模态自闭症诊断框架，融合行为表型和脑成像数据	结合GAMI-Net处理行为数据实现透明嵌入，采用混合CNN-GNN提取脑特征，并通过超网络生成个性化分类权重	仅在单一数据集的分层交叉验证和保留测试集上验证，需在更大规模多中心数据上测试鲁棒性	开发可解释且个性化的多模态融合方法以改进自闭症谱系障碍的诊断准确性	自闭症谱系障碍患者的行为表型和脑结构影像数据	机器学习	自闭症谱系障碍	sMRI结构磁共振成像	GAMI-Net, CNN-GNN, Autoencoder, Hyper Network-based MLP	多模态数据（结构化行为数据和脑成像数据）	ABIDE-I数据集中的约247名受试者（20%测试集）
62	2025-09-14	Classification Performance of Deep Learning Models for the Assessment of Vertical Dimension on Lateral Cephalometric Radiographs 2025-Sep-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172240 PMID:40941727	研究论文	本研究评估了六种深度学习模型在侧位头颅X光片上根据垂直骨骼生长模式进行分类的性能，无需解剖标志点识别	提出直接基于深度学习模型进行垂直维度评估，绕过了传统头影测量中耗时的标志点识别步骤	样本量相对有限（1050例），且模型在不同角度指标上的准确率存在差异（65%-87.29%）	评估深度学习算法在正畸诊断中分类垂直骨骼生长模式的性能	1050名患者的侧位头颅X光片	计算机视觉	口腔正畸	深度学习图像分类	ResNet101, DenseNet201, EfficientNet B0, EfficientNet V2 B0, ConvNetBase, 混合模型	X光影像	1050例患者侧位头颅X光片
63	2025-09-14	Category-Aware Two-Stage Divide-and-Ensemble Framework for Sperm Morphology Classification 2025-Sep-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172234 PMID:40941720	研究论文	提出一种两阶段深度集成学习框架，用于精子形态自动分类，以提高男性不育评估的准确性和可靠性	引入分层分类与结构化多阶段投票策略的集成模型，显著减少视觉相似类别间的误分类	NA	开发全自动精子形态分类系统，减少主观性并提供可靠生殖健康诊断支持	精子图像	计算机视觉	男性不育	深度学习	集成模型（NFNet-F4, ViT变体等）	图像	基于三种染色方案的18类数据集
64	2025-09-14	A Study on Detection of Prohibited Items Based on X-Ray Images with Lightweight Model 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175462 PMID:40942891	研究论文	提出一种基于X射线图像的轻量级模型，用于自动检测违禁物品	引入具有残差结构和注意力机制的新骨干网络，结合扩张卷积空间金字塔模块和深度可分离卷积算法以融合多尺度特征	NA	提高X射线安检中违禁物品的自动检测准确率和效率	X射线图像中的多种违禁物品	计算机视觉	NA	深度学习	CNN，基于YOLOv4-tiny改进的轻量级模型	图像	NA
65	2025-09-14	OTVLD-Net: An Omni-Dimensional Dynamic Convolution-Transformer Network for Lane Detection 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175475 PMID:40942904	研究论文	提出一种基于全维度卷积Transformer的车道检测网络OTVLD-Net，用于提升极端路况下的车道检测能力	结合全维度动态卷积与Transformer特征权重生成机制，引入车道对称性特征聚合和消失点检测模块	NA	提升车道检测模型在复杂道路条件和拓扑结构下的适应性与准确性	车道线检测	计算机视觉	NA	深度学习	CNN, Transformer	图像	OpenLane和CurveLanes数据集
66	2025-09-14	Non-Contact Screening of OSAHS Using Multi-Feature Snore Segmentation and Deep Learning 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175483 PMID:40942909	研究论文	提出一种结合多特征鼾声分割和深度学习的非接触式OSAHS筛查方法	开发两阶段框架，首次集成精确鼾声事件检测与深度学习分类，并设计自适应多特征融合端点检测算法	NA	实现阻塞性睡眠呼吸暂停低通气综合征（OSAHS）的自动化家庭筛查	鼾声信号	机器学习	睡眠呼吸障碍	梅尔频谱图转换，谱减法降噪	ECA-enhanced ResNet18 与双向GRU混合网络（ERBG-Net）	音频信号	13644个鼾声样本（6830正常，6814 OSAHS相关）
67	2025-09-14	Sensor-Agnostic, LSTM-Based Human Motion Prediction Using sEMG Data 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175474 PMID:40942903	研究论文	本研究探讨基于sEMG数据的传感器无关LSTM模型用于人体运动预测	证明了不同硬件配置的sEMG传感器数据在双向LSTM网络中表现相似，凸显深度学习的硬件无关性	NA	研究不同sEMG传感器硬件对深度学习网络预测人体单自由度角轨迹性能的影响	人体手臂运动	机器学习	NA	sEMG（表面肌电图）	bi-LSTM（双向长短期记忆网络）	sEMG原始数据	使用两种不同sEMG传感器平台从受试者收集数据
68	2025-09-14	MineVisual: A Battery-Free Visual Perception Scheme in Coal Mine 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175486 PMID:40942912	研究论文	提出一种用于煤矿环境的无电池视觉感知方案MineVisual，通过轻量化深度神经网络和能量感知动态剪枝网络提升计算效率和能源利用率	引入能量感知动态剪枝网络(EADP-Net)，在波动电源条件下保持推理精度和能效，并集成超级电容缓冲与电压调节技术	NA	解决煤矿地下环境中高计算需求和能源约束的关键挑战，实现智能安全监测	煤矿地下环境中的视觉感知与安全监测	计算机视觉	NA	深度可分离卷积模块，动态网络剪枝	轻量化深度神经网络，EADP-Net	图像	NA
69	2025-09-14	Three-Dimensional Choroidal Vessels Assessment in Fellow Eyes of Patients With Central Serous Chorioretinopathy 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.10 PMID:40919871	研究论文	使用深度学习三维算法评估单侧慢性中心性浆液性脉络膜视网膜病变患者对侧眼的脉络膜血管结构	首次应用深度学习ResUNet模型结合Phansalkar阈值法实现脉络膜血管三维重建与定量分析	样本量较小（30例患者），且为回顾性研究，CVI变化未达显著统计学差异	评估cCSC患者对侧眼的脉络膜血管形态学特征	单侧慢性中心性浆液性脉络膜视网膜病变患者及其对侧眼与健康对照组	数字病理	视网膜疾病	深度学习自动分割、三维血管重建、Phansalkar阈值二值化	ResUNet	医学影像	30只cCSC患眼、22只对侧眼和26只对照眼
70	2025-09-14	Genetic Artificial Intelligence in Gastrointestinal Disease: A Systematic Review 2025-Sep-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172227 PMID:40941714	系统综述	本文系统综述了遗传人工智能在胃肠道疾病早期诊断中的最新进展	首次系统总结遗传AI在胃肠道疾病中的应用，并识别关键SNPs和预测变量	仅纳入10项研究，未发现深度学习相关研究，数据来源有限	评估遗传人工智能在胃肠道疾病诊断中的有效性和应用进展	胃肠道疾病及相关疾病的遗传数据和临床变量	生物信息学	胃肠道疾病	SNP分析，机器学习	随机森林	遗传数据，临床数据	10项原始研究（来自PubMed）
71	2025-09-14	Deep Learning Image-Based Classification for Post-Earthquake Damage Level Prediction Using UAVs 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175406 PMID:40942835	研究论文	本研究探讨使用轻量级CNN模型MobileNetV3-Small通过无人机图像进行震后损坏等级实时预测	采用MobileNetV3-Small模型实现最低FLOPs（比ShuffleNetv2减少58.8%），并通过微调最后五层显著提升准确性和鲁棒性（性能提升4.5%）	NA	开发基于无人机图像的实时震后损坏评估系统，以支持搜救团队高效开展工作	震后建筑结构的损坏程度	计算机视觉	NA	深度学习图像分类	CNN, MobileNetV3-Small	图像	合并三个震后损坏等级数据集
72	2025-09-14	High-Accuracy Deep Learning-Based Detection and Classification Model in Color-Shift Keying Optical Camera Communication Systems 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175435 PMID:40942863	研究论文	提出一种基于深度学习的高精度检测与分类模型，用于优化采用颜色偏移键控调制的光学相机通信系统接收性能	首次将YOLOv8框架应用于CSK调制OCC系统的符号检测与分类，实现98.4%的高识别准确率	通信距离限于30厘米至3米，未来需提升数据速率和系统可扩展性	优化光学相机通信系统的接收性能，提升符号识别准确率	采用CSK调制的8×8 LED矩阵发射器与CMOS相机接收器组成的通信系统	机器视觉	NA	颜色偏移键控（CSK）调制，深度学习图像处理	YOLOv8	图像序列	实验验证采用8×8 LED矩阵和CMOS相机，在30cm-3m距离范围测试
73	2025-09-14	Advancements in Artificial Intelligence and Machine Learning for Occupational Risk Prevention: A Systematic Review on Predictive Risk Modeling and Prevention Strategies 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175419 PMID:40942853	系统综述	本文系统回顾了人工智能和机器学习在职业风险预防中的应用，重点关注预测性风险建模和预防策略	首次系统评估AI在职业风险预防中的最新进展，并识别出现有研究的局限性和未来方向	过度依赖视觉数据（在低能见度环境中效果受限），缺乏AI风险检测系统的标准化方法	识别、评估和综合AI算法在工作场所危险环境和职业风险检测与预测中的应用文献	职业风险预防领域的研究文献，特别是高风险行业如建筑、采矿和制造业	机器学习	NA	深度学习，特别是CNN和YOLO模型	CNN, YOLO	视觉数据（图像/视频），占研究超过40%	61篇相关文章进行定量和定性分析
74	2025-09-14	Optimizing Deep Learning-Based Crack Detection Using No-Reference Image Quality Assessment in a Mobile Tunnel Scanning System 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175437 PMID:40942868	研究论文	本研究提出一种基于无参考图像质量评估的数据质量保证框架，用于优化移动隧道扫描系统中的深度学习裂缝检测性能	首次系统分析水平运动模糊对CNN裂缝检测性能的影响，并建立NR-IQA指标与模型性能的强相关性	主要针对水平方向运动模糊，未考虑其他类型图像退化或复杂环境因素	提升移动隧道扫描系统中基于深度学习的裂缝检测可靠性	隧道表面裂缝	计算机视觉	NA	无参考图像质量评估（NR-IQA）	CNN（包括ResNet、VGG、AlexNet）	图像	公共数据集和真实MTSS数据集
75	2025-09-14	Generalized deep learning for histopathology image classification using supervised contrastive learning 2025-Sep, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.013 PMID:39551131	研究论文	本研究提出了一种名为HistopathAI的混合网络，利用监督对比学习和深度特征融合技术，旨在提升组织病理学图像分类的准确性和效率	结合监督对比学习(SCL)和混合深度特征融合(HDFF)技术，在包括不平衡数据集在内的多种场景下显著提高分类精度	NA	开发一个能够提高组织病理学图像分类准确性的深度学习框架，以支持癌症诊断	组织病理学图像	数字病理学	癌症	监督对比学习(SCL)，混合深度特征融合(HDFF)	EfficientNetB3, ResNet50, 混合网络	图像	七个公开数据集和一个私有数据集，涵盖多个组织病理学领域
76	2025-09-14	Full dimensional dynamic 3D convolution and point cloud in pulmonary nodule detection 2025-Sep, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.033 PMID:39617261	研究论文	提出一种名为ODR3DNet的新型深度学习模型，用于肺结节检测，结合全维度动态3D卷积和点云数据处理技术	引入全维度动态3D卷积模块(OD3D)和专门针对3D点云数据的机器学习检测算法，显著提升特征提取能力和模型适应性	NA	提高肺结节检测的准确性和早期诊断效果	肺结节	计算机视觉	肺癌	深度学习，3D点云处理	3D CNN，ODR3DNet	3D图像，点云数据	NA
77	2025-09-14	Update of imaging in the assessment of axial spondyloarthritis 2025-Sep, Best practice & research. Clinical rheumatology DOI:10.1016/j.berh.2025.102064 PMID:40229184	综述	本文回顾了过去5年中轴型脊柱关节炎影像评估技术的新进展，重点关注CT和MRI技术的创新应用	介绍了基于深度学习的合成CT技术以及国际共识推荐的4序列MRI方案，提升了炎症和结构损伤评估的精确度	NA	更新中轴型脊柱关节炎的影像学评估方法和技术进展	骶髂关节的炎症和结构损伤	医学影像分析	中轴型脊柱关节炎	增强CT、MRI、深度学习	深度学习算法	医学影像（X光、CT、MRI）	NA
78	2025-09-14	Detection of maxillary sinus pathologies using deep learning algorithms 2025-Sep, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-025-09451-4 PMID:40394252	研究论文	本研究开发了一种基于深度学习的人工智能方法，用于从CBCT图像中自动检测上颌窦病变	采用卷积神经网络实现上颌窦病变的自动分割，在CBCT影像中达到了高精度分割性能	NA	评估人工智能算法在CBCT扫描中检测上颌窦病变的准确性	上颌窦病变	计算机视觉	鼻窦疾病	锥形束计算机断层扫描(CBCT)	CNN	医学影像	500名患者的1000个上颌窦样本
79	2025-09-14	Left ventricular systolic dysfunction screening in muscular dystrophies using deep learning-based electrocardiogram interpretation 2025 Sep-Oct, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.154048 PMID:40527225	研究论文	本研究评估基于人工智能的心电图解释（AI-ECG）在检测和预测肌营养不良患者左心室收缩功能障碍（LVSD）中的应用	首次使用卷积神经网络（CNN）分析心电图数据，为非侵入性筛查肌营养不良患者LVSD提供替代方案，并展示其预测新发LVSD的潜力	研究局限于单中心数据，尚未进行外部验证，且未涵盖儿科患者群体	开发并验证AI-ECG作为肌营养不良患者LVSD筛查和预测工具	肌营养不良患者，包括杜兴型（DMD）、贝克尔型（BMD）、肢带型肌营养不良（LGMD）、强直性肌营养不良（MD）及女性DMD/BMD携带者	数字病理	肌营养不良	心电图（ECG）和超声心动图	CNN（卷积神经网络）	心电图信号	推导队列包含30,978名患者的53,874对ECG-超声心动图数据；测试集包含390名肌营养不良患者的390对数据
80	2025-09-14	Development of a deep learning-based automated diagnostic system (DLADS) for classifying mammographic lesions - a first large-scale multi-institutional clinical trial in Japan 2025-Sep, Breast cancer (Tokyo, Japan) DOI:10.1007/s12282-025-01741-3 PMID:40608200	研究论文	开发并验证了日本首个基于深度学习的乳腺X线摄影AI辅助诊断系统（DLADS），用于自动分类乳腺病变	首次在日本大规模多机构临床研究中构建并验证针对日本女性的乳腺AI-CADx系统，解决了西方AI系统在亚洲人群有效性未充分验证的问题	回顾性研究设计，前瞻性验证尚未完成，样本仅来自日本人群	建立针对日本女性的乳腺X线摄影AI辅助诊断系统，并验证其诊断乳腺癌的敏感性和特异性	日本女性乳腺X线摄影图像，包括乳腺癌、良性和正常样本	计算机视觉	乳腺癌	乳腺X线摄影，深度学习	SE-ResNet，滑动窗口算法	医学图像（乳腺X线摄影）	11,450名日本女性，20,638张乳腺X线图像（5,019例癌症，5,026例良性，10,593例正常）